ANALYSE DES DONNEES TEXTUELLES

Présentation au sujet: "ANALYSE DES DONNEES TEXTUELLES"— Transcription de la présentation:

1 ANALYSE DES DONNEES TEXTUELLES
Analyse des données textuelles. De l’analyse de contenu à l’analyse lexicale

2 Situations et problématiques
Questionnaires ouverts Interviews non directives Bases documentaires Ecrits, rapports…. Courriers documents transactionnels Revue de la littérature Recherches exploratoires Exploration préalable à une étude quantitative Contrôle qualitatif sur les enquêtes fermées Contrôle rédactionnel Voir des exemples en fin de diaporama

3 Questionnaires : un contexte structuré
Introduction sans à priori Comportements Précisions Questions ouvertes Questions fermées Association d ’idées Opinions Identités

4 Les questions ouvertes
Questions Autres précisez Suggestions ou compléments suite à une questions fermées Question ouvertes introductives Associations de mots Le sens de la réponse est fixé par celui de la question Les possibilité d ’expressions sont limitées par un cadre contraint On contrôle les effets de la fermeture On ouvre sur d ’autres conjectures

5 Des textes plutôt pauvres et bien situés
Que diriez vous de …... Le sens de la réponse est défini par celui de la question Texte Age Sexe Csp et situé par par l ’identité du locuteur. Contexte Dans les questionnaire fermés le texte est Plutôt pauvre Défini Situé

6 Interviews non directifs, entretiens de groupe
Entretiens individuels avec relance par reformulation. Entretiens collectifs avec prise de parole libre. La démarche est exploratoire : laisser de la liberté à la conversation L ’interview est structuré par les tours de paroles. Les interventions sont plus ou moins riches et abondantes. Un fil directeur peut structurer l ’ensemble.

7 Prise de paroles et liberté de la conversation
Interview non directif Entretien de groupe Questions Animateur Participants Réponses

8 Le monologue ou le récit
L ’absence de structuration enfouit le sens dans le texte

9 Recherches documentaires et bibliographies
Des corpus plus ou moins fragmentés et structurés : Fragmentation marquée par la répétition. Structuration marquée par la composition : rubriques, parties donnent une indication sur le sens du texte Linéarité textuelle Organisation implicite Bases de données bibliographiques (Doc thèse, Electre…) Collection de documents structurés (coupures de presse, annonces, messageries, pages html…) Rapports Textes libres, discours

10 La complexité des données textuelles
Différents type de corpus Complexité de nature Complexité d'organisation Complexité des éléments Complexité et double langage

11 Corpus et texte Le corpus est l’ensemble des données dont on veut prendre connaissance En dernière analyse, l’analyse d’un corpus conduit toujours à celle d’un texte monobloc définit par la structuration du corpus

12 Complexité de nature Signe Signifié Signifiant
(Saussure) (Pierce) Le double mouvement de la langue selon Ricoeur : "l'un sépare le signe de la chose et le rapporte à d'autres signes dans la cloture du système linguistique, l'autre qui applique le signe à la réalité, le rapporte au monde et ainsi ne cesse de compenser le mouvement de la différence par celui de la référence".

13 Complexité d ’organisation
Le langage est formé déléments au sens instable et relatif Synonymie et polysémie : ‘nous avions vu des avions et des aéroplanes’ Mots, phrases, discours : le sens se forme dans l ’organisation des mots entre eux mots : les sens du lexique phrases : les contraintes de la syntaxe discours : les effets du contexte et de la rhétorique ‘Le pilote ferme la porte’ (ferme-t-il la porte, ou porte-t-il fermement l’hotesse de l’air ? Seul le contexte permet de le dire !)

14 Complexité des éléments
Des lettres (les caractères) aux lettres (la littérature) il faut passer par bien des mots ! Formes graphiques : chaîne de caractères sans séparateur avfrds, pomme, terre Mot : forme graphique signifiante pomme, terre Mot composés, locution : suite de formes graphique assimilable à un mot pomme_de_terre, a_peu_près Expression : suite de mots revenant fréquemment dans l’usage et faisant sens : de temps en temps, juste à temps

15 Double articulation et ambiguité
Enoncé le contenu du message ou sens de surface Enonciation le comportement ou sens caché Ambiguité du langage et niveau de lecture Viendrez vous ce soir à la fête que j’organise ? Paul : Oui certainement Pierre : Je n’y manquerai pas Le sens de surface est le même il faudra compter avec au moins 2 invités. L’énociation indique que Paul sera un convive plus enjoué que Pierre. Celui ci redouble le négation pour dire oui !

16 Les stratégies d’analyse
Restituer le texte pour lecture : Verbatim Lire et interpréter le texte pour codification : Analyse de contenu Réduire le texte pour accélérer la lecture : Approximation lexicale Coder ou mesurer le texte pour révéler ses structures cachées : Lexicométrie

17 Lire et interpréter Lectures et commentaires Extraits et citations
Simplicité mais subjectivité Texte Connaissance Du commentaire composé à la technique de la citation, les classes de lycée…

18 Faire du verbatim, sélectionner des extraits
Contexte Texte Restituer le texte Extraire selon le contexte : qui dit quoi ? Extraire selon le contenu : avec quels mots Extraits, verbatim Connaissance

19 Exemple d’extrait d’une base bibliographique
On s’intéresse aux recherches sur le consommateur et aux universités où elles se déroulent PARIS_9 : n° 44 : APPLICATION DU MARKETING ET COMPORTEMENT DU CONSOMMATEUR DANS DES ENVIRONNEMENTS SPECIFIQUES. ; PRAS (BERNARD) ; 1993 n° 181 : UNE ETUDE EMPIRIQUE DES EFFETS DE LA PERSONNALITE ET DES STYLES COGNITIFS SUR L'IMPLICATION DU CONSOMMATEUR ET SUR SES MANIFESTATIONS. ; PINSON (CHRISTIAN) ; 1992 …... PARIS_1 : n° 353 : CONTRIBUTION A L'ETUDE DES LIAISONS ENTRE L'IMPLICATION DU CONSOMMATEUR ET SON ACTIVITE DE RECHERCHE D'INFORMATION PREALABLE A L'ACTE D'ACHAT . ; GREGORY (PIERRE) ; 1990 n° 685 : LES SERVICES DE LA DISTRIBUTION DU MEUBLE ET LE COMPORTEMENT DU CONSOMMATEUR. ; NGUYEN HUU CHAU ; 1987 n° 751 : L'INFLUENCE DE LA MARQUE SUR LE COMPORTEMENT DU CONSOMMATEUR. ; LASSEGUE (PIERRE) ; 1986 GRENOBLE_2 : n°1043 : LE COMPORTEMENT DU CONSOMMATEUR D'ENERGIE DOMESTIQUE. ; JOLIBERT (ALAIN) ; 1983 n°1192 : UNE APPROCHE INTERPRETATIVE A L'ETUDE DU COMPORTEMENT DU CONSOMMATEUR. ; JOLIBERT (ALAIN) ; 1982 n°1316 : VALEURS RELATIVES DES ELEMENTS D'INFORMATION DANS LE PROCESSUS D'EVALUATION DES PRODUITS PAR LE CONSOMMATEUR: UN MODELE CONCEPTUEL ET VERIFICATIONS EMPIRIQUES. ; JOLIBERT (ALAIN) ; 1982 …. Sélection : consommateur Structuration : Trié par université

20 Analyse de contenu Lire et découper
Construire une grille thématique et la documenter Evaluer et comparer les thèmes Plus objectif, mais lourd et fastidieux Texte Connaissance Thématique

21 Exemple d’analyse de contenu
Réponses à une question ouverte dans un questionnaire web Une première analyse permet d’établir le modèle de codage grâce auquel on repère les thèmes. (code book) Analyse de récits produits à partir d’un test projectif

22 Approximation lexicale : les principes
Remplacer la lecture du texte par celle de ses subsituts lexicaux Du corpus au lexique : réduire l'effort de lecture Du sens de surface, aux actes de langage Une nouvelle lecture Texte, corpus Lexique

23 Les fondements épistémologiques
Parmi leurs nombreux apports : Les actes de langages Les modèles cognitifs

24 Actes de langage, les facteurs de l’énonciation
L'acte de langage (Searl, Austin...) Etudier l'énonciation comme processus de décision la langue qu’on parle les objets du monde mot, acte de langage les habitudes sociales la variété individuelle

25 Modèles mentaux, la structure des l’énoncés
Corpus ? Nos modèles mentaux Structurent nos énoncés ... qui portent la trace de ces modèles

26 Les énoncés : de quoi s’agît-il ?
Découvrir les mots clé Mettre à jour les convergences thématiques

27 Approcher les énoncés par le lexique
Découvrir les mots clés : Lexique brut, mots outils et lexique réduit. (mots outils = sans signification particulière : articles, pronoms….. ) Soulever les ambiguités : Lexique lemmatisé. (lemme : forme racine d’un mot; masculin singulier pour un nom ou un adjectif, infinitif pour un verbe) Concentrer l’attention : lexique catégorisé; les noms, les verbes les adjectifs. (les noms décrivent les objets du monde, les verbes les actions et les adjectifs les évaluations…) Repérer les rigidités du langage : les segments répétés (les formules toutes faites, la langue de bois….) Agréger en champs sémantiques : les dictionnaires thématiques (on réduit encore la variété lexicale pour parvenir au niveau des concepts : habitation = villa=maison= logement =domicile…)

28 Exemple de lexiques : si vous gagnez au loto
Si vous gagniez au loto que feriez vous (990 réponses) ? je 1182 j 653 de 613 une 566 en 464 à 412 le 385 des 362 un 362 maison 355 Lexique maison 355 enfants 286 voiture 196 voyage 192 ferais 182 voyages 158 achèterais 150 famille 122 argent 118 acheter 115 Lexique réduit maison 363 faire 357 acheter 350 voyage 311 enfant 288 placer 237 voiture 197 donner 187 voyager 147 aider 122 Lexique lemmatisé 10 mots couvrent 31% du corpus

29 Si vous gagnez au loto : lexiques catégorisés
Noms maison 354 voyage 310 enfant 259 voiture 194 argent 118 famille 117 monde don vacance 79 placement 71 Verbes acheter 350 placer 195 donner 187 voyager 148 aider 122 partir travailler 91 profiter investir changer 63 Adjectifs beau 72 petit 41 humanitaire 32 grand 29 bon 26 immobilier 19 tout 13 nouvel 12 personnel 11 gros acheter maison : 140 placer argent : faire voyage : arrêter travailler : 52 tour monde : faire profiter : donner enfant : 40 acheter voiture : 37 Segments répétés

30 Concordances et associations lexicales
Mettre en évidence les variations sémantiques en examinant le contexte des mots : lexiques relatifs. Mettre à jour les réseaux sémantiques et modèles mentaux : AFC et cartes cognitives.

31 Variations sémantiques : le texte en contexte
Plus que ne l'imaginent les acteurs politiques, les responsables économiques, les intellectuels je constate que les rouages politiques, économiques et sociaux de notre pays sont atteints Le milieu politique donne aux Français le spectacle d'un interminable volontiers tous les responsables politiques dans le même panier l'existence d'une alternative politique ce peu de marge à la décision politique Concordances pivot -2 à pivot +1 à +2 261 mots-355 occ mots-351 oc être-V 17 être-V 13 volonté-N 7 économique-A 11 Europe-P 5 avoir-V 7 pouvoir-N 5 commun-A 6 action-N 4 social-A 6 décision-N 4 contractuel-A 5 responsable-N 4 étranger-A 4 véritable-A 4 européen-A 4 pouvoir-V 4 Lexiques relatifs pivot : politique

32 Les thématiques d’un discours de réforme
Discours du Premier Ministre 199(analyse factorielle des correspodances sur le haut du lexique lemmatisé et réduit. Axe 2 (9.7%) retraite épargne baisse_des_impôt ministre parlement proposer venir donner parler créer faire aller raison vouloir pays réforme baisser baisse travailler salarié travail taux Axe 1 (11.2%) impôt_sur_le_revenu mettre cinq cotisation année an revenu_du_capital payer sécurité_social impôt revenu exemple famille % Csg franc salaire vivre enfant deux gagner

33 L ’énonciation :comment parle-t-on ?
Caractériser l’expression : volume, richesse, complexité… Caractériser la communication et le style : modalisation embrayage..

34 Focus groupe : mesures d’énonciation
sur les marques 9 participantes Corpus : formes Lexique : Répétition : ,43 Les embrayeurs Sans surprise, l’animatrice sur utilise le vous Geneviève a un fort égo, marqué par un usage intensif de j et je ….

35 Analyse de discours et communication
Discours du Premier Ministre 1995 Dynamique du discours. Le texte a été découpé en 5 parties de taille égale. Une AFC montre qu’il se développe conformément aux règles de la réthorique : La dernière partie revient sur les thèmes présentés en premier lieu, après développement consacré aux différents points du discours Elocution et communication Les phrases sont plus courtes en début et fin de discours, le recours aux chiffres croit régulièrement sans jamais être abandonné. L’usage du ‘je’ marque l’engagement du début et de la fin, l’adresse se fait au ‘vous’ de l’audience qui disparaît avec l’avancée du disours !

36 Analyse contingente :qui dit quoi?
Analyse des énoncés : spécialisation thématique. Analyse de l ’énonciation : distinction stylistique. Par rapport à l’identité du locuteur : qui dit quoi ? Par rapport à dautres données de contexte : dans quelles circonstances, pourquoi ?

37 acheter_maison_voiture
Qui dit quoi ? Si vous gagniez au loto que feriez vous (990 réponses) ? Les segments répétés... acheter maison : 140 placer argent : faire voyage : arrêter travailler : 52 tour monde : faire profiter : donner enfant : 40 acheter voiture : 37 aider enfant : mettre côté : ... dans leur contexte Axe 1 (84.7%) Axe 2 (8.5%) acheter_maison placer_argent faire_voyage arrêter_travailler tour_monde faire_profiter acheter_voiture aider_enfant acheter_maison_voiture maison_voiture 18-24 25-34 35-49 50-64 65+ donner_enfant L’AFC montre des différences significatives selon l’âge dans l’usage des ségments répétés.

38 Les cartes perceptuelles : le loto
Les associations lexicales révèlent les thèmes présents dans les réponses Les spécificités selon le contexte : l’âge structure le contenu des réponses

39 Les problématiques de l ’analyse contingente

40 Du texte à la mesure, du quali. au quanti.
Le texte est pris comme objet d’observation pour mesurer des comportement ou opinions dont il porte la trace . Par exemple : la longueur d ’une réponse est prise comme indicateur de l ’intérêt porté à l ’objet de la question. la propension à utiliser le vocabulaire de la sécurité est un indicateur de l ’importance accordée à la sécurité. On peut ainsi à partir de données textuelles construire des données analogues à celles recueillies par le truchement d’échelles d ’opinion.

41 Codification et mesures lexicales
Coder automatiquement le texte en fonction des mots utilisés Mesurer l'énonciation : longueur, richesse, banalité Evaluer les contenus par la mesure d'intensités lexicales Corpus Lexique Variables nominales Variables numériques

42 Exemple : la communication interne
Insatisfactions Propositions Indicateur d'engagement proactif : lg (proposition) / lg (insatisfaction) Diagnostic Proposition Engagement CATEGORIE Lg. Lg. Ouvrier 60,52 33,04 0,86 Cadre 45,24 22,67 0,72 Maîtrise 61,07 26,15 0,60 Employé 57,18 27,35 0,53 ENSEMBLE 56,65 27,61 0,68 La longueur des réponses donne une indication des insatisfactions (qu’est ce qui ne va pas dans l’entreprise ?) et de la capacité à s’engager (quelles propositions feriez vous ?) Le rapport (col.3) entre ces 2 mesures (col.2/col.1), montre que pour promouvoir le changement il faut mieux s’appuyer sur les ouvriers et et les cadres. Néanmoins quelque soit la catégorie les réponses sont plus longues pour critiquer que pour proposer.

43 Approximation lexicale
Le retour au texte Extraits Lexique Approximation lexicale Extraits Verbatim Corpus textuel Variables d ’origine lexicale Analyse de données

44 Navigation lexicale Citations Lexiques relatifs Mots spécifiques

45 Verbatim sélectif Rechercher les mots spécifiques selon le contexte
Phrases caractéristiques ....et résumés

46 Les logiciels LE SPHINX LEXICA SPAD T ALCESTE TROPES, NUDIST.....

47 Pour maîtriser Sphinx Lexica
Télécharger le mode opératoire de Lexica Télécharger le manuel Consulter les exemples sur le site Le rêve des français Présidentielles 1995 Présidentielles 2002 Utiliser les données présentent dans le dossier Enquêtes du répertoire où le logiciel est installé. Voir Loto et dans le dossier Exemples voir Analyse de discours

48 Mettre en œuvre : les étapes
Découpages et annotations Réduction de la variété lexicale Recherche de classes thématiques fondées sur les cooccurences Mise en évidence des spécificité lexicales selon les éléments de contexte Modélisation du corpus : du textes aux dimensions d’intensité lexicales.

49 Du corpus à la base de données : découpage annotations et balises
Séparateurs : fragmenter le texte niveau 1 ^t :paragraphe niveau 2 .?! : phrases ...... Annotations : créer des variables de contexte jalons : tous les fragments jusqu’au prochain jalon marques : le fragment concerné mots clés codés Balises : utiliser les indications (balises) présentent dans le texte Question, réponse pour les interviews non directives Nom de l’intervenant pour les tables rondes Rubrique pour une base de données bibliographique

50 Réduction de la variété lexicale
Lemmatiser, réduire et créer un nouveau corpus Identifier les catégories grammaticales Rechercher les segments répétés, les lier et créer nouveau texte Appliquer des dictionnaire ou un thésaurus

51 Recherche de classes thématiques
Sélectionner les éléments pertinents du lexique réduit et catégorisé Effectuer une AFC multiple : les zones de la carte indiquent les thèmes du discours Construire la typologie classant les fragments selon les zones thématiques de la carte Produire le verbatim caractéristique des thèmes Si vous gagniez au loto. Les associations lexicales révèlent les thèmes présents dans les réponses

52 Caractériser le contexte - spécificités lexicales
Sélectionner les éléments pertinents du lexique réduit et catégorisé Rechercher parmis ces éléments ceux qui sont spécifiques des catégories de contexte étudiées (surreprésentés dans ces catégories) Produire la carte de zones de langage de chaque catégorie Illustrer avec les phrases caractéristiques de chaque contexte Si vous gagniez au loto. L’âge structure le contenu des réponses (carte des spécificité lexicales)

53 Exemple : questions ouvertes
Provoquer la réponse la plus spontanée possible Faire approfondir la réflexion Recueillir le contenu de la mémoire immédiate Protocole d ’association de mots Elaboration d ’un texte construit

54 Exemple : questionnaire ouvert
Image du sport et image de marque (Etude sur le sponsoring) 1. Citez les 5 évènements sportifs qui vous ont le plus marqué au cours de l'année 1992. 2. Pour vous suivre un évènement sportif c'est....Compléter en citant les mots qui vous viennent spontanément à l'esprit. 3. Si on vous dit sportif, quels noms de grands sportifs vous viennent spontanément à l'esprit 4. Citez 5 verbes qui selon vous expriment le mieux l'action des grands sportifs 6. Citez les 5 adjectifs qui vous viennent à l'esprit pour qualifier les sportifs de haut niveau. 7. Citez 5 marques qui dans votre esprit riment avec Sport 8. A votre connaissance quelles sont les marques qui pratiquent le plus le sponsoring sportif. 9. Citez les 5 adjectifs qui caractérisent le mieux les marques que vous venez de citer. Evocations spontanées Phrases à compléter Association de mots attributs Sportifs Evénements Marques Signalétique individuelle

55 Exemple : recueil de pharses témoins
La communication interne 1. Sexe 1- Homme Femme 2. Age 2- Moins 30 ans à 50 ans Plus de 50 ans 3. Catégorie 1- Employé Ouvrier 3- Cadre 4- Maîtrise 4. Considérez vous que l'information dans votre société est : 1- Insuffisante Suffisante 5. Comment communique-t-on à l'interne dans votre société. Phrases témoins des dysfonctionnements 6. Quelles propositions formuleriez vous pour améliorer la communication interne ? Phrases témoins des améliorations envisagées Les réponse aux questions ouvertes ne sont pas une transcription exacte des propos prononcés La méthode des phrases témoins réalise un compromis entre interview non directif et questionnaire fermé

56 Exemple : Entretien de groupe
Animatrice: "....Mon rôle aujourd'hui c'est d'écouter tout ce que vous avez à dire, de vous aider à parler le plus librement possible, de vous proposer des méthodes, de vous proposer des thèmes de réflexion. ……suivent 10 lignes d’introduction. Euh...On va a priori terminer vers 16h30, est-ce que ça va pour tout le monde ? est-ce que ...." Catherine: " Pas plus tard !" Geneviève: " Pas au-delà !" Animatrice: "Pas au delà. A priori ça devrait tenir, si vous travaillez bien. ….. 3lignes Catherine: "Oui, peu importe. Je m'appelle Catherine B......, je travaille à la bibliothèque de l'I.A.E. J'ai trente quatre ans. Ce que j'aime, là, comme ça spontanément, ça m'est difficile à dire, donc ça viendra peut-être dans le cours de la discussion, mais là, comme ça, je vois pas trop." Animatrice: " Ok, est-ce qu'on tourne , ou est-ce que.....?" Christine: " Oh, on va tourner, non ?" Animatrice: " Oui." Geneviève: " Geneviève C....., j'ai cinquante et un an, je suis orthophoniste... Mes goûts, non je peux pas les dire comme ça. On se 67 pages (times 12) 1271 paragraphes 3301 lignes mots Le texte est balisé balise Une animatrice et 8 participantes 1271 tours de paroles 14 périodes dans la table ronde

57 Exemple : Interview non directif
recherche sur les processus d’innovation Entretien avec Philippe Michielin 28/04/98 Pouvez vous me présenter la situation telle que vous la voyez ? Les personnes qui sont chef de marché chez nous sont tout à fait nouveau dans cette mission là, peut-être à l'exception de Giletta, je ne sais pas si vous l'avez vu. Giletta avait exactement le même profil au ….10 lignes facile. Donc là aujourd'hui le CDM est dans un pôle, spécifiquement, le directeur du pôle qui en est l'animateur, si il ne peut pas il délègue à un chef de marché, ce qu'à fait Raymond Charfolé, parce que lui il est aussi ... Directeur commercial Exactement. Moi je l'ai pas délégué, parce que c'est vraiment dans ma mission et Alain Capmas y a rajouté, et là aussi c'était un manque, une représentation commerciale. Ce n'était pas le cas auparavant. …12 lignes qu'au mois de juillet des Etats-Unis, donc il va falloir qu'il s'installe gentiment le pauvre et il sera efficace au plus tôt en septembre. Quand vous dites le responsable, c'est au niveau du labo ? Voilà. Parce que Alain avait du vous l'expliquer je pense il y a des laboratoires, dès qu'ils seront réunis, il y aura quand même des gens affectés aux différents pôles, et il y aura un responsable, il ne sera pas dans un bureau, parce que s'il y a un responsable pour deux chercheurs, il va chercher aussi. Mais il sera plutôt notre …. concurrents ils sont là depuis dix ans, bille en tête, alors que nous on change tout le temps, vous réfléchissez par exemple à un produit de ragréage et au bout de la deuxième réunion, il y en a un qui dit, en 1995, au mois de septembre, c'est exactement ce qu'on avait fait. Parce que les gens sont loin d'être cons ils ont à peu près le même savoir que nous mais voilà encore une dilution, des gens qui étaient partis ailleurs, qui sont plus là, c'est pas facile. Et ça, vous avez l'impression que ça va un peu se stabiliser ... J'ai pas l'impression, j'en suis sûr, si tant est qu'on ait une organisation pérenne , c'est ce que je dis et que par exemple la phase de présentation des plans marketing 99 qui doit se faire à mi-année 98 est un 7 interviews de responsables techniques, commerciaux et administratifs 20 à 30 pages par interview 4 988 répliques Question : mots Réponses : mots Il faut introduire dans le texte les balises Q: et R: pour indiquer la structure du corpus Q> R>

58 Exemples sur le site du Sphinx
Le rêve des français Présidentielles 1995 Présidentielles 2002

59 Exemple : Le rêves des français
Le rêve des français Une question ouverte 6 questions fermées pour la signalétique 994 répondants pour un échantillon représentatif des français

60 Exemples : Etudes quali sur le web
Question ouverte : Les qualités du présidents Campagne Test projectif : Les différences culturelles Interculturalité Réception des œuvre littéraires Réception Décision de recrutement Décision Education contre le racisme Racisme