Projet collaboratif : Sunoikisis Digital Classics

Une partie du cours « Humanités numériques 2. Projet collaboratif » est consacrée au programme Sunoikisis Digital Classics. Ces séances ont pour objectif d’explorer ce programme collaboratif international, ses thèmes, ses ressources et le réseau auquel nous participons ainsi. Pour ce faire, les étudiantes et étudiants acquièrent des compétences pratiques en matière de préparation de données et de collaboration : Web scraping élémentaire, maniement du CSV comme format pivot pour le traitement automatique, nettoyage et analyse interactive dans un éditeur de texte et avec OpenRefine, définition de catégories d’analyse et annotation collaborative, contribution à des fichiers partagés en ligne et à notre entrepôt de données sur GitHub.

Cette année, le groupe a mis à jour les données de notre panorama des séances organisées depuis la création de Sunoikisis Digital Classics en 2015 et mené une annotation thématique systématique (sur la base de la taxonomie TaDiRAH, Taxonomy of Digital Research Activities in the Humanities, et des catégories de l’Index of Digital Humanities Conferences), puis s’est intéressé aux axes d’exploration suivants : fréquences et genres des intervenants ; fréquences et distribution chronologique des institutions ; fréquences, co-occurrences et distribution chronologique des thèmes.

Les analyses seront poursuivies avec d’autres moyens dans le cours de master 2. Néanmoins, plusieurs observations faites par le groupe semblent d’ores et déjà intéressantes. Nous les résumons ici.

Le renouvellement des intervenants et des institutions est remarquable : 90 % des participants interviennent 5 fois ou moins et 60 % interviennent seulement une fois, tandis que la moitié des institutions n’apparaît qu’une seule fois. L’équilibre entre hommes et femmes semble parfait, avec 50,8 % d’hommes et 49,2 % de femmes. Le « bruit » créé par la présence dominante des principaux organisateurs, qui sont ne sont généralement mentionnés que lorsqu’ils assurent une partie de la séance, mais il faudrait contrôler les données afin de savoir si elles sont fiables pour les trois personnes mentionnées plus de 20 fois. On note par ailleurs que 20 % des institutions ne semblent pas être des universités.

L’étude des thèmes repose sur une annotation manuelle et comporte donc une part d’arbitraire liée à la subjectivité des annotateurs, même si deux personnes au moins ont validé les thèmes. Cela étant, quelques thèmes sont saillants : l’annotation (un tiers des séances), la visualisation (27 %) et l’open data (19 %). De fait, les graphiques montrent bien que les notions d’encodage, d’annotation et de visualisation sont fondamentales dans le programme. Au contraire, des thèmes assez spécifiques sont évoqués dans moins de 1 % des séances, comme « sentiment analysis », « topic modelling » ou « virtual and augmented reality ». Certains thèmes sont présents tous les ans ou presque : « visualisation », « translation », « text mining », « objects and artefacts », « epigraphy », « geography », « annotation », « treebank », « encoding », « linked open data ». Cependant, malgré ces constantes – qui constituent la colonne vertébrale des saisons –, on observe une diversification des thèmes depuis les débuts de Sunoikisis Digital Classics, avec l’introduction de thèmes nouveaux jusqu’à cette année (comme les GLAM) ; le nombre de thèmes traités est passé de 17 thèmes différents en 2014-2015 à 25 en 2021-2022. De plus, pour chaque thème, on observe une grande variété d’intervenants et d’institutions, ce qui signifie que la parole est donnée à plusieurs spécialistes, avec un souci de varier leur lieu de provenance et donc d’élargir la communauté.

Ce travail sera repris et précisé. Nous partageons pour finir certains des graphiques produits à la fin du projet collaboratif.




Résumés des projets personnels

Les présentations qui suivent se fondent sur les matériaux rédigés par les étudiantes et étudiants du master pour évoquer l’avancement de leur travail dans le cadre du cours « Humanités numériques 4 » – avant l’achèvement printanier des mémoires de recherche.


Olivier Bailly : rire et sourire dans les épopées homériques

Le projet a consisté à recenser les occurrences des mots signifiant le rire et le sourire dans l’Iliade et l’Odyssée pour voir ce que cela pouvait nous apprendre ou nous suggérer sur ce que représentent ces mouvements visibles du visage sur les sentiments, la religion, la société grecques archaïques. Chez Homère, rire et sourire sont-ils deux choses profondément distinctes ou y a-t-il à travers les mots entourant les verbes (adjectifs, adverbes, compléments) une gradation qui permet de passer par étape du sourire le plus discret au rire inextinguible ? Question connexe : si rire et sourire correspondent à deux réalités différentes, sont-ils l’apanage de personnages distincts, ou touchent-ils indistinctement tous les personnages ?

Les mots du champ ont été déterminés et étudiés (morphologie et étymologie) à partir des dictionnaires usuels : γελᾱν (gelan, « rire »), le moins connu κανχαζεῐν (kankhazein, « rire aux éclats ») et μειδᾱν (meidan, « sourire »). Puis on a extrait du Thesaurus Linguae Graecae (TLG) les occurrences, soit 68 occurrences au total – 35 pour gelan et gelos, 28 pour meidan et 5 pour kankhazein –, concentrées dans 11 passages. Les tableaux statistiques ont permis de visualiser la répartition des lemmes par chant pour chaque œuvre.

Chacun de ces passages a été traduit et analysé en suivant une liste de questions : qui rit ou sourit (immortel/immortelle, homme/femme, autre) ? de qui rit-on ou sourit-on (immortel/immortelle, homme/femme, non précisé) ? quelle est la cause de ce rire ou sourire ?

Parmi les remarques intéressantes, notons que l’on observe peu de relations dans ce domaine entre mortels et immortels : chaque groupe rit en son sein, il n’y a pas de rire des uns vis-à-vis des autres.

Maria Constantinou : les mises en scènes contemporaines des drames satyriques grecs

Le projet réalisé pour le cours de ce semestre était directement lié à mon mémoire de recherche de master 2 en Humanités classiques et numériques. Comme ce dernier porte sur la réception contemporaine du drame satyrique, et plus précisément sur des mises en scène récentes des pièces Le Cyclope d’Euripide et Les Limiers de Sophocle, des éléments non textuels concernant les mises en scène étudiées constituent un complément indispensable à la forme écrite de mon mémoire. Ainsi, le cours d’humanités numériques a constitué un cadre pour développer un site Web qui servira de lieu d’exposition et de partage en ligne de ces éléments.

Plusieurs solutions d’exposition en ligne ont été envisagées au début du semestre. Les principaux critères de choix étaient la facilité de manipulation de l’interface, la possibilité d’y exposer des vidéos, et la possibilité d’un hébergement gratuit du site. La plateforme qui s’est avérée le plus adaptée pour cet usage était GitHub Pages. Il s’agit d’un outil qui permet de transformer de façon simple un entrepôt GitHub en site Web, tout en offrant un hébergement gratuit.

Grâce à GitHub et GitHub Pages, j’ai pu travailler dans un langage simple sur des fichiers en Markdown et en HTML, bénéficier des modifications et corrections de M. Berra directement dans l’entrepôt partagé, et même éviter les effets des mauvaises manipulations grâce au versionnage qu’offre GitHub.

Le seul désavantage de ce choix était l’obligation de faire un site public : il a donc fallu être prudente avec le matériel que je voulais exposer et dont je ne disposais pas des droits. Dans les cas où il a été impossible d’obtenir l’accord des artistes ou institutions concernées, j’ai dû renoncer à partager une partie des éléments en question.

À présent, le site se trouve en ligne à l’adresse suivante : https://mc1897.github.io/Drame-satyrique-site2/. Il s’agit d’une première version qui donne un aperçu du thème de mon mémoire et des trois mises en scène étudiées, avec pour chacune des productions quelques photos, des vidéos, la liste des créateurs et une brève présentation. Le site pourra être amélioré et enrichi au fur et à mesure, afin de constituer un complément numérique au mémoire de recherche final.

Chloé Jager-Guyennot : discours et narration dans l’Hymne homérique à Déméter et le De raptu Proserpinae de Claudien

Pour mon mémoire de M2, je compare le mythe de Perséphone à travers une œuvre archaïque grecque, l’Hymne homérique à Déméter, et une œuvre latine tardive, le De raptu Proserpinae de Claudien. Dans le cadre du projet personnel du cours d’humanités numériques 4, j’ai donc voulu continuer mes recherches sur ce corpus.

Mon idée première était de chercher les occurrences nominatives se rapportant à Perséphone/Proserpine et Déméter/Cérès. Pour cela j’avais réalisé un premier script en R, qui permettait d’isoler ces différentes occurrences. Après ces premiers résultats, il m’avait semblée pertinent de lemmatiser le corpus afin de pouvoir étendre mes recherches aux épithètes et autres périphrases qualifiant nos deux déesses. Cependant, à cause de problèmes techniques récurrents, notamment mon impossibilité à ouvrir RStudio, mon projet a pris une autre tournure.

En effet, au fil de mes recherches il m’a semblé plus pertinent de me concentrer sur la répartition entre narration et discours dans les deux œuvres, puis sur la répartition du discours entre les différents personnages. J’ai pour cela utilisé Excel – l’un des seuls logiciels que mon ordinateur continuait à ouvrir – afin de réaliser des tableaux et des graphiques, comme vous pouvez le voir sur l’image ci-dessous.

J’ai réalisé un premier tableau dans lequel j’ai annoté la narration et le discours, pour pouvoir ensuite extraire uniquement les passages concernant le discours. Ici, ce sont les tableaux concernant la répartition du discours dans les trois livres qui constituent le De raptu Proserpinae de Claudien. Ces tableaux permettent de voir qui parle et sur combien de vers. On peut notamment remarquer que Cérès assure à elle seule quasiment la moitié du discours du livre III, alors qu’elle ne prend pas la parole dans le livre II, et uniquement sur six vers dans le livre I. J’ai réalisé ce même type de graphique pour l’ensemble du DRP (sans faire de distinction entre les livres) et l’Hymne homérique à Déméter. Pour le DRP, dans sa totalité, les graphiques montrent que Jupiter et Hadès possèdent la même répartition du discours, soit 13 % chacun. Pour l’hymne, Déméter et Perséphone assurent à elles deux la moitié des prises de parole. J’ai ensuite réalisé un graphique croisé dynamique qui me permet de voir qui parle, à qui, et sur combien de vers. L’avantage de ce graphique est qu’il est modulable, par exemple selon le personnage sur lequel on veut se focaliser.

Pour conclure, bien que je n’aie pu utiliser les logiciels que nous avons étudiés au fils des semestres du master, j’obtiens tout de même des résultats satisfaisants et exploitables pour mon mémoire. J’aurais pu parvenir au même résultat en utilisant dans RStudio des fichiers CSV et le package esquisser pour créer des graphiques avec ggplot, et aller encore plus loin dans mes analyses avec des calculs d’écarts-types par exemple.

Tableaux et graphiques sur la répartition du discours dans le De Raptu Proserpinae de Claudien

Thierry Michel : lemmatisation et analyse textuelle des épigrammes de Geoffroy de Winchester

Dans le cadre de mon mémoire de traduction des Epigrammata de Geoffroy de Winchester, mémoire commencé en master 1, j’ai souhaité entreprendre la lemmatisation de ce recueil afin de me faire une idée chiffrée de la fréquence des termes et des lemmes. Le but était de collecter des données exploitables pour mon mémoire.

Ce recueil est composé de 238 épigrammes. Ces proverbia sont en distiques élégiaques, précédés d’un titre, et la longueur des poèmes progresse au fil des livres : (1 à 102) un distique, (102 à 198) deux distiques, etc., jusqu’à 9 distiques (238). La difficulté pour se procurer les sources matérielles est telle (l’œuvre a été écrite entre la fin du xiᵉ siècle et le début du xiiiᵉ siècle) que ce mémoire de traduction s’effectue à partir de sources numériques.

Après un léger nettoyage de données non essentielles comme la numérotation des épigrammes, j’ai utilisé l’add-on split-diff d’Atom, qui m’a permis de voir les différentes variantes entre les deux textes de référence. L’excellente fonctionnalité et la simplicité d’utilisation de cet add-on donnent en quelques clics et de manière très claire les variantes entre différentes sources. Les lignes surlignées désignent une variation du texte, les mots qui diffèrent sont mis en surbrillance.

La seule divergence entre les textes sources de la Latin Library et de la Bibliotheca Augustana se situe au niveau des digrammes soudés oe/œ et ae/æ : dans la version de la Latin Library on remarque que ce digramme est noté ú (p. ex. LL Alphesibúus = BA Alphesibœus). J’ai ainsi choisi le texte de la Bibliotheca Augustana comme source de référence pour la lemmatisation.

La seconde étape fut donc la lemmatisation et pour cela j’ai utilisé le service Pyrrha en ligne. J’ai copié le texte de la Bibliotheca Augustana dans la partie prévue à cet effet. Une fois le texte copié dans Pyrrha, l’application intégrée Deucalion fait le reste.

La troisième étape a été de traiter cette lemmatisation avec l’aide d’Atom pour ne garder que les lemmes.

L’étape suivante a consisté à isoler les lemmes et à les vérifier. L’étape de vérification fut assez longue car les nombreux jeux de mots sur les noms propres additionnés aux quelques formes non classiques m’ont obligé à contrôler l’ensemble de la lemmatisation. Après plusieurs relectures j’obtiens enfin un fichier lemmatisé optimal. Ce fichier créé, j’ai pu passer à la création des graphiques en vue de l’analyse sémantique et thématique.

Pour créer des graphiques, le traitement de ces informations a été réalisé en R avec l’aide du logiciel R Studio. J’ai utilisé un script de calcul de fréquences que nous avons vu au premier semestre afin de créer plusieurs graphiques.

Après avoir rentré le texte et un fichier de stopwords, j’ai pu obtenir un tableau des vingt termes les plus fréquents.

La fréquence des termes ne constitue pas une surprise et représente bien cette littérature de sagesse médiévale héritée de l’antiquité, une sorte d’enseignement à parfaire son être et son genre de vie. Le terme le plus fréquent, vitium, est en effet très courant dans l’œuvre, l’auteur invite souvent son personnage conceptuel à se débarrasser de ses vices. Parum est aussi un des termes qui revient souvent, il souligne le manque de quelque chose ou le peu de chose que l’on peut retirer de quelque chose, dans des formules telles que parum prodest, parum proficit. Les termes sapiens, mores sont des incontournables dans ce genre littéraire.

J’ai ensuite créé l’histogramme des lemmes de manière à le comparer à celui du texte et à mes impressions de lecture. Les deux premiers lemmes, facio (faire) et uolo (vouloir), sont bien ceux qui ressortent le plus dans l’impression de lecture, en effet l’auteur invite sans cesse à agir mais aussi à vouloir. Les verbes do (donner) et amo (aimer) sont aussi au cœur du propos de l’auteur ; ne pas donner pour recevoir ou aimer pour être aimé sont des consignes récurrentes. Nous retrouvons aussi dans ce classement les lemmes honor et vitium, ils sont souvent liés dans les épigrammes puisque le défaut d’honneur est souvent attaché à la présence d’un ou plusieurs vices et inversement la virtus (vertu) ne discrédite personne. Enfin l’amitié est une thématique forte et l’amicus est très prisé.

Ce second graphique confirme les résultats de l’histogramme des termes et mes impressions de lecture, nous retrouvons dans ces deux représentations les mêmes données. En effet, on a dans les Epigrammata une morale qui ne renvoie jamais aux préceptes évangéliques même si certaines épigrammes peuvent être tirées dans un sens chrétien, en réalité la morale est plutôt ici de type stoïcienne sans que bien sûr il n’y ait de contradiction véritable avec la morale chrétienne.

Pour finir et pour illustrer ces résultats j’ai réalisé un nuage des mots les plus fréquents des Epigrammata.

En conclusion, ce travail numérique très utile va me permettre d’aborder de manière chiffrée et imagée tout un pan de l’œuvre. Il me servira aussi à étayer les analyses sémantiques et thématiques qui figureront dans l’introduction du second volet de mon mémoire.

Nadine Rakofsky : les secrets dans les Métamorphoses d’Ovide

Mon travail, qui concerne les Métamorphoses d’Ovide, comprend deux parties.

La première, réalisée principalement l’an dernier, concerne le genre d’Iphis, personnage ovidien né(e) fille, travesti(e) en garçon par sa mère et transformé(e) en homme par la déesse Isis, juste avant son mariage. Une analyse comparative des discours des personnages a nécessité la création de plusieurs outils. À l’aide du logiciel Oxygen, j’ai ajouté au fichier TEI des quinze livres des Métamorphoses disponible en ligne sur l’entrepôt GitHub de Perseus des balises indiquant les noms des personnages qui s’expriment, ainsi que les types de textes (narratif, discours direct, plaidoirie). Cela m’a permis de générer avec mon script un fichier CSV qui a recueilli les noms des personnages contenus dans les balises ; je l’ai ensuite complété manuellement avec les attributs du sexe (féminin, masculin) et de la nature des personnages (dieu, divinité secondaire, humain, créature, animal), pour remplir un grand tableau (tibble) reprenant le texte – lemmatisé et non lemmatisé – des quinze livres des Métamorphoses et précisant pour chaque passage le type de discours, le numéro du livre, les numéros de début et de fin de vers, le personnage qui parle, son sexe et sa nature. À partir du tibble, j’ai procédé à diverses analyses textuelles telles que la stylométrie et la recherche des occurrences fréquentes de mots chez les hommes et les femmes.

Le travail de cette année a concerné les secrets dans les Métamorphoses : j’ai cherché à savoir qui cache quoi et à qui.

Je suis partie de la grille d’analyse d’André Petitat, un sociologue qui s’est intéressé aux formes des secrets, en particulier dans les contes. Il les classe selon trois axes : l’axe « pensées et sentiments cachés/montrés », l’axe « avec/sans expression de fausses pensées » et l’axe « avec respect/transgression des conventions » ; le croisement des pôles de ces axes donne huit possibilités, que Petitat classe selon une progression qui va du pôle de la méfiance (pensées et sentiments cachés avec expression de fausses pensées et transgression) au pôle de la confiance (pensées et sentiments montrés sans expression de fausses pensées avec respect des conventions).

J’ai d’abord enregistré dans un fichier CSV les principaux liens de secrets que je relevais dans les livres I à X des Métamorphoses, en précisant chaque fois l’auteur du secret, son destinataire, le livre et les vers qui le contenaient et en assignant les attributs issus des axes énoncés par André Petitat. J’ai ensuite ajouté au fichier CSV de personnages créé l’an dernier les personnages impliqués dans les secrets qui ne s’y trouvaient pas encore, en précisant les attributs de sexe (féminin, masculin) et nature (dieu, divinité secondaire, humain). Le fichier des personnages et celui des secrets ont alors été réunis dans un tibble contenant donc :

  • Le nom de l’auteur du secret et ses attributs (sexe + nature)
  • Le nom du destinataire du secret et ses attributs (sexe + nature)
  • Le numéro du livre et la place du secret dans le livre
  • Les attributs du secret (axes voilement/dévoilement ; avec/sans expression de fausses pensées ; avec respect/transgression des conventions)

Je me suis d’abord intéressée aux types de secrets présents dans les Métamorphoses, à leur nombre et à leur fréquence dans les dix livres étudiés en créant des plots par axe, puis pour les huit croisements de Petitat obtenus avec filtrage des trois colonnes concernant les axes des secrets dans le tibble.

J’ai ensuite agrégé les personnages de manière à les ranger par catégories (dieux féminins, humains masculins, etc.) pour observer, pour chaque axe, vers quel pôle tend chaque catégorie de personnages, d’abord en tant qu’auteurs de secrets, ensuite comme destinataires de secrets. J’ai alors cherché à représenter, pour chaque axe, un graphe de réseau afin de visualiser la manière dont les liens s’organisent.

Enfin, j’ai réalisé des graphes de constellations :

J’ai effectué sur un grand corpus un travail exploratoire qui était nécessaire ; cependant, travailler sur une plus petite sélection de récits me permettra d’affiner l’encodage.

Je trouve que la représentation par graphiques d’analyse de réseaux est idéale pour mon sujet.

Par ailleurs, les limites d’une analyse basée exclusivement sur les axes proposés par André Petitat sont apparues : certains éléments, comme l’épisode où Actéon surprend Diane en train de se baigner, n’ont pu être encodés. Je devrai donc réfléchir à des solutions.

Résumés des projets personnels

Les présentations qui suivent se fondent sur des matériaux rédigés par les étudiantes et étudiants du master pour évoquer, plus ou moins en détail, les corpus, les objectifs, les méthodes, les outils et les résultats. Ces notes sont à considérer comme des instantanés pris entre la dernière séance du séminaire « Humanités numériques 4 » et l’achèvement printanier des mémoires de recherche.


Paul Beaumarchais : analyse des occurrences de superstitio dans les textes latins

Cette étude portait sur les textes du du PHI, traités dans un fichier en R Markdown, et consistait en une extension du travail sur les concordances. À partir des sous-corpus identifiés comme pertinents, à la fois dans leur forme non lemmatisée et lemmatisée, en choisissant des mots vides adaptés, le mot-pivot a fait l’objet d’essais de représentation graphique fondés sur des proximités de fréquences (dendrogramme) ou sur un classement chronologique (diagramme de Sankey). Le corpus de Cicéron a été abordé plus précisément dans un second temps.

Florence Lienhard : Achille dans les scholies homériques

Après une préparation de ce corpus massif (plus de 500.000 mots) agrégeant les commentaires anciens à l’Iliade, dont les divisions et abréviations n’étaient pas homogènes dans le texte numérique de l’édition de référence, plusieurs pistes ont été suivies en traitant les données dans un fichier en R Markdown.

L’étude de la distribution du nom d’Achille – détection des occurrences par chant du poème et représentation graphique par un histogramme – a fait apparaître un intérêt particulier pour le chant XVI, qui résiste à l’interprétation et suscite plus de gloses que le comportement du héros envers Hector au chant XXII.

Les termes caractérisant Achille, avant tout des adjectifs plus ou moins formulaires, ont été précisés par l’identification des collocations et la représentation graphique de leur réseau.

Enfin, l’importance de Patrocle dans ces textes seconds a été mesurée à travers la distribution des occurrences de son nom et la fréquence des termes corrélés. Cela a permis de déterminer s’il était utile d’orienter la recherche vers les discussions relatives à ce personnage, dont on pouvait se demander s’il était seulement évoqué en même temps qu’Achille et pour parler d’Achille.

Claire Matschek : la parole des femmes et les paroles des hommes dans Lysistrata d’Aristophane

L’analyse, recourant aux données de la plateforme DraCor, a été menée dans l’environnement d’analyse textuelle Voyant Tools. Deux grands axes ont été suivis.

Tout d’abord, on a observé l’ordre d’apparition des personnages, qui montre un « envahissement progressif de la scène par les hommes qui tentent de reconquérir non seulement l’espace scénique, mais aussi et surtout l’espace politique, moral, religieux, de rétablir l’ordre social ».

Surtout, il s’agissait d’étudier les mots les plus employés par les personnages et groupes de personnages, ainsi que leurs corrélations. On quantifie ainsi les proportions des éléments attendus : la cité, la guerre, le corps, les noms de déesses et de dieux. On repère également un jeu sur les formes dialectales mises dans la bouche d’un personnage. « Cette étude de la fréquence des termes choisis et de leur positionnement dans la pièce aura permis de mettre en évidence le vrai nœud de Lysistrata. Ce n’est pas tant la guerre et ses conséquences qui agitent les personnages de cette pièce, mais la confrontation des femmes aux hommes, leur relation, leur aspiration commune à la paix, paix civique pour les hommes, paix domestique pour les femmes. Cette conclusion ne va pas dans le sens d’une utilisation fréquente de cette pièce par le courant féministe, mais il me semble qu’Aristophane s’amuse plus qu’il ne revendique un changement sociétal pour les femmes. Le portrait caricatural qu’il en fait, principe même de la comédie antique, ne peut aller dans un autre sens que dans celui d’un jeu de mots et de connivence entre le dramaturge, les comédiens et les spectateurs… qui sont tous des hommes ! »

Aude P. : lemmatisation et modélisation thématique des Nuits attiques d’Aulu-Gelle et des Propos de table de Plutarque

Dans le cadre d’un mémoire portant sur les chapitres de ces œuvres traitant des sciences naturelles, ce projet était l’occasion de déterminer si le classement automatique par des méthodes non supervisées validait l’annotation manuelle. Le travail a principalement été mené sous R, dans un fichier R Markdown, afin d’insérer des commentaires au sein d’analyses et de visualisations systématiques.

D’une façon préliminaire, on a testé et évalué les modèles disponibles pour la lemmatisation du grec et du latin avec UDPipe et avec Pie (le second s’est montré bien plus performant).

L’application de la modélisation thématique visait à comparer la catégorisation manuelle avec les résultats automatiques. À ce stade expérimental, la correspondance était faible et la méthode semblait inadaptée.

Par l’étude des mots les plus fréquents, on a ensuite cherché à dégager des différences entre les chapitres identifiés comme « scientifiques » et le reste des corpus. Cependant, les calculs de fréquences et les calculs de saillance fondés sur l’algorithme TF-IDF, destinés à faire ressortir des termes propre à des thèmes et à des chapitres, n’ont pas non plus apporté d’éclairage net.

En définitive, ce projet a constitué, avant tout, une étape dans l’apprivoisement et l’exploration des corpus, avant de sélectionner les analyses les plus pertinentes pour le mémoire et afin d’en préparer les matériaux. Son intérêt le plus clair était de cultiver un regard informé et critique sur les outils et de comprendre quand et pourquoi certaines méthodes étaient fructueuses.

Nadine Rakofsky : le genre d’Iphis au livre IX des Métamorphoses d’Ovide

La question de savoir s’il faut considérer Iphis comme un personnage féminin ou masculin a reçu diverses réponses, au croisement des études classiques et des gender studies. En cherchant initialement à étayer les hypothèses par l’analyse numérique, ce projet a ouvert des pistes et préparé des matériaux pour la recherche en cours.

La préparation des données a pris une place importante dans ce travail, car le fichier en XML-TEI téléchargé dans l’entrepôt de la Perseus Digital Library a finalement fait l’objet d’un enrichissement assez profond : ajout de numéros de vers et, après avoir défini un schéma approprié, encodage des personnages et des locuteurs, dont le narrateur.

De même, une fois le texte importé sous R, dans un fichier R Markdown, l’analyse des personnages a conduit à annoter le tableau de leurs interventions : dans le fichier CSV exporté, on a appliqué manuellement des attributs de genre et une typologie des êtres vivants (humain, dieu, divinité secondaire, animal), pour pouvoir faire des observations plus précises.

Des méthodes de stylométrie ont aussi été mises en œuvre pour voir quelles proximités apparaissaient entre les différentes classes d’actants définies par cette typologie. Il est intéressant qu’une méthode non supervisée retrouve la séparation entre narration et discours direct.

Les textes non lemmatisé et lemmatisé ont été soumis à diverses analyses de fréquence et de distribution : nombre de mots des personnages dont Ovide raconte l’histoire, par livre et par genre ; bigrammes remarquables ; mots typiques des hommes ou des femmes, révélés par l’algorithme TF-IDF.

Les identifiants numériques de nos textes classiques sont-ils arbitraires ?

Telle était la question posée aux étudiants du cours « Humanités numériques 3 ». Il s’agissait – dans le temps qu’une fin de semestre hybride permettait de consacrer à cet exercice à distance – d’étudier les numéros attribués aux corpus grecs par le TLG et aux corpus latins par le PHI. Voici comment la consigne était formulée :

Cette tâche collaborative consiste à répondre à une question simple : les numéros du TLG pour le grec et du PHI pour le latin sont-ils arbitraires ? En d’autres termes, y a-t-il une ou des raisons claires à ce que Thucydide soit désigné par l’identifiant tlg0003 et Virgile par l’identifiant phi0690 ? La question pourrait se poser pour n’importe quel ensemble d’identifiants uniques au sein d’une collection, mais le cas des corpus grecs et latins semble intéressant, car ces numéros sont devenus des identifiants standards dans les bases de données en ligne – par exemple sur la Perseus Digital Library, dans ses sources grecques et latines et dans son catalogue. C’est à vous de décider de la façon dont vous voulez répondre à cette question. Le cahier des charges minimal est de vous procurer une liste des identifiants et des métadonnées pertinentes pour en dire quelque chose (noms d’auteurs, époques, genres…), de mener des analyses qui vous semblent utiles et de les présenter et commenter dans un document R Markdown.

Le résultat est tout sauf minimal, que ce soit dans ses ambitions ou dans sa mise en œuvre technique. Je suis impressionné par la qualité et la précision de ce travail d’application, sur des données ouvertes, des méthodes introduites au cours du semestre. Nous partageons cette enquête sous la forme d’un fichier HTML à télécharger sur l’entrepôt GitHub du cours. Puisqu’il s’agit d’un notebook produit dans l’environnement de développement R Studio, le code R Markdown utilisé y est intégré. Le document comprenant une excellente documentation et un sommaire actif, je n’en dis pas davantage, mais vous laisse découvrir cette exploration d’un jeu de données fondamental pour les antiquisants.

 

Résumés des projets personnels

Les projets personnels de cette année n’ont pas donné lieu à des billets, car les étudiants ont réalisé des diaporamas en HTML (issus d’un fichier en Markdown transformé avec Pandoc ou dans RStudio), sur le mode du Pecha Kucha, pour présenter leurs corpus, objectifs, méthode, outils et résultats durant la dernière séance du séminaire.

Voici cependant, pour la mémoire du master, un résumé des projets. Leurs résultats ont ensuite été intégrés aux mémoires de recherche.


Christophe Chassanite, « Recherches sur le vocabulaire du procès de canonisation d’Yves Hélori de Kermartin ». Le projet portait sur un corpus de 18 témoignages en latin recueillis lors d’un procès qui a eu lieu en Bretagne en 1330 ; un éclairage comparatif a été apporté par l’étude d’un procès postérieur, celui de Charles de Blois. Les textes ont été obtenus par OCR (avec Tesseract, en R) d’une édition disponible sur Gallica, puis traités dans Voyant Tools et dans Excel sous un angle statistique. Divers aspects ont été observés : les termes caractérisant les personnages sujets des enquêtes, le style formulaire et répétitif des témoignages et les différences sociales perceptibles entre deux groupes de témoins, certains pouvant être des locuteurs du breton dont l’idiome était susceptible de transparaître dans la traduction latine.

Youssouph Diockou, « La figure de l’empereur Claude dans les Vies des douze Césars de Suétone ». Il s’agissait de relever les qualités, positives et négatives, prêtées à cet empereur, pour observer ensuite la distribution des termes dans les différentes vies, grâce à Voyant Tools.

Ioanna Faita, « Les questions génériques dans Les Métamorphoses d’Ovide ». Ce projet utilisait le texte latin non lemmatisé du PHI et un texte lemmatisé avec le CLTK. Il a consisté en une sélection de termes relatifs aux genres et aux sexes à l’aide de Voyant Tools, la réalisation d’une concordance en R et un essai de topic modelling.

Sarah Krauss, « Cataloguer les citations d’Aristophane dans Les Deipnosophistes d’Athénée de Naucratis ». L’objectif du projet était de répertorier et d’identifier les citations, de les aligner avec des sources librement accessibles en produisant des URN suivant le protocole CTS, pour étudier ensuite avec R, dans le mémoire de master, la répartition des citations d’Aristophane sur l’ensemble de l’œuvre. Le catalogue lui-même a été réalisé dans un tableur, en lien avec un encodage plus approfondi d’un texte en XML-TEI dans Oxygen et des extractions en XQuery.

Tsilla Meyer, « Comparaison entre des textes de manuels et leurs sources latines ». La méthode a été de constituer un corpus comprenant les textes de quatre manuels d’initiation au latin assez différents et leurs sources latines, puis d’étudier le rapport entre les originaux et leurs adaptations. L’analyse linguistique en R, à partir des textes bruts et de données recueillies dans un tableau, a mis en valeur la comparaison des nombres de mots et de phrases, ainsi que la fréquence des phrases complexes, ce qui a supposé un encodage ad hoc des propositions et un emploi fin d’expressions rationnelles. Une lemmatisation contrôlée manuellement a commencé à être exploitée.

Dimitra-Melina Tzamtzi, « Le vocabulaire de la cognition dans l’Odyssée ». En se fondant sur des textes non lemmatisés et lemmatisés, puis sur une sélection de termes pertinents – avant tout les verbes γιγνώσκω, νοέω et οἶδα –, ce projet a recouru à Voyant Tools et à un script en R pour réaliser une étude statistique et des visualisations de la distribution des termes dans le poème.

Elsa Vinet, « Orpheus und Eurydike : la matière antique comme source d’inspiration pour la danse moderne », ou : Virgile, Ovide et Gluck comme sources de l’adaptation d’Orphée et Eurydice par Pina Bausch. Après avoir esquissé une analyse des textes latins et des livrets d’opéra en allemand, français et italien, ce projet s’est concentré sur l’étude, sous Excel et en R, de la captation vidéo du spectacle, à travers un relevé de la durée des scènes, de la présence des personnages sur scène et de la participation des personnages à l’action. Il a permis d’étayer l’intuition selon laquelle le personnage d’Eurydice fait l’objet d’une amplification dans la chorégraphie.

C’était un plaisir d’accompagner ces explorations de corpus, toujours formatrices.

DH 2017 Poster

Embedding Digital Humanities in a Classics Master Programme
(Poster, PDF)

This is the poster I presented at the Digital Humanities 2017 conference. Three years after the creation of the Master, I outline the genesis, the principles and the current structure of the digital humanities seminars. In Montreal the goal was to start discussions: please get in touch with me if you have questions or comments.

Il s’agit du poster que j’ai présenté au colloque Digital Humanities 2017. Trois ans après la création du master, je résume la genèse, les principes et la structure actuelle des séminaires d’humanités numériques. À Montréal, le but était de susciter des discussions : n’hésitez pas à me contacter si vous avez des questions ou des commentaires.

Embedding Digital Humanities in a Classics Master Programme: Aurélien Berra's poster at the Digital Humanities 2017 conference

Notre odyssée

Voir maintenant la version hébergée par la BNF.

Cette année, notre projet du second semestre repose sur deux collaborations. En partenariat avec le master « Création et édition numérique » (université Paris VIII, Vincennes Saint-Denis) et dans le cadre de l’IDEFI CreaTIC, nous concevons une édition numérique augmentée de l’Odyssée. Dans le même temps, nous participons au programme Sunoikisis Digital Classics (université de Leipzig, chaire Humboldt de Digital Humanities), consortium international qui réunit actuellement vingt-deux institutions de treize pays dans le but d’élaborer en commun et de proposer aux étudiants une initiation aux humanités numériques appliquées à l’étude de l’Antiquité.

Si la forme finale de notre exposition virtuelle sur l’Odyssée sera définie chemin faisant, notre point de départ est le thème de la séduction. Notre groupe est plus particulièrement responsable de la « curation » du corpus. Il s’agit ainsi de sélectionner des passages dans le texte original, de les aligner avec des traductions françaises, d’encoder les entités nommées et spécialement les noms de lieux – la cartographie est une dimension essentielle du projet – et de compiler les documents textuels, visuels ou multimédias qui nous paraissent pertinents.

Pour collecter et communiquer les métadonnées, nous utilisons une base de données Omeka, tandis que nous partageons les tâches et les fichiers au moyen de Trello et de DropBox. La partie textuelle enrichie sera au format XML TEI. Nous utiliserons également d’autres outils ou méthodes proposés par les membres de SunoikisisDC.

Bientôt plus d’informations sur ce carnet…

Ulysse_mosaique

Pelagios : géolocaliser les textes antiques

Texte rédigé par les étudiants à l’issue du projet collaboratif (master 1, second semestre).

Dans le cadre de notre master « Humanités classiques et humanités numériques », nous nous sommes proposé de contribuer au projet Pelagios (Pelagios: Enable Linked Ancient Geodata In Open Systems). L’interdisciplinarité et le caractère contributif de cette base de données intelligente de lieux anciens en faisaient un objet idéal pour des étudiants en humanités numériques. Littéraires de formation, nous nous sommes immédiatement intéressés au traitement que Pelagios réservait aux textes littéraires : l’idée était de marquer les noms de lieux d’un texte de notre choix via l’outil Recogito. Cela devait nous permettre d’avoir une expérience concrète des problèmes que pouvait poser le balisage d’un texte littéraire, activité élémentaire et essentielle des humanités numériques. Au cours de notre balisage, puis de notre vérification, du De reditu suo de Rutilius Namatianus (voir la carte), nous nous sommes aperçus qu’il n’était pas si simple, dans certains cas, de déterminer s’il s’agissait ou non d’un nom de lieu et, le cas échéant, s’il fallait le marquer. Les textes anciens ont cela de particulier qu’ils évoquent fréquemment des lieux mythologiques : un lieu mythologique est-il un lieu ? Faut-il marquer l’Olympe quand il s’agit du séjour des dieux ? Lorsqu’un lieu est désigné par le peuple qui l’occupe, des cas se présentent où l’on ne peut pas dire clairement si le narrateur désigne le pays ou s’il désigne le peuple. Baliser un texte s’est donc révélé être une activité passionnante, tout à fait philosophique, et ceux qui la disent fastidieuse ne sont sans aucun doute que des mauvaises langues.

Classiques et numériques

Depuis 2014, le master « Humanités classiques et humanités numériques » de l’université Paris-Ouest intègre des enseignements d’humanités numériques. À travers ces séminaires, les étudiants découvrent l’histoire et la situation actuelle de ce champ, après plus d’un demi-siècle de recherches, et conçoivent des projets articulés avec leurs autres séminaires, leurs sujets de mémoire et les stages qu’ils ont choisis.

L’apprentissage se fait d’une manière essentiellement active, par des comptes rendus de lecture, par l’analyse de projets existants et par l’élaboration de projets aussi bien personnels que collectifs. De nombreuses dimensions des pratiques savantes numériques sont explorées : identité numérique et socialité savante, nouveaux modes de collaboration et de contribution, relations avec les bibliothèques et les institutions patrimoniales, transformations des cadres professionnels, économiques et juridiques, renouvellement épistémologique de l’étude du passé.

Le master propose ainsi une initiation aux compétences mises en œuvre dans le domaine des Digital Classics : création et usage des documents, publication en ligne, maniement des bases de données, encodage des textes, traitement des images, étude et visualisation des corpus. L’objectif est de comprendre l’évolution des sciences de l’Antiquité en se familiarisant avec les méthodes et les outils qui s’inventent aujourd’hui.

Ce carnet de recherche est le lieu numérique de ces travaux : en les rendant possibles, sur un mode collaboratif, il les rend également publics.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search