Analyse statistique des données textuelles

Le cours Analyse statistique des données textuelles initie les étudiants aux méthodes quantitatives appliquées à l’étude des corpus textuels. Il propose une introduction à la textométrie et à l’analyse exploratoire de données textuelles, en articulant observables linguistiques et outils statistiques. Les étudiants apprennent à manipuler différents logiciels d'analyse statistique des données textuelles.

Le cours couvre l’étude des observables linguistiques classiques (formes, lemmes et catégories morphosyntaxiques - POS)  ainsi que des unités plus complexes comme les motifs textuels et les approches de sémantique distributionnelle. Une attention particulière est portée aux méthodes statistiques mobilisées pour l’analyse de corpus : analyses factorielles, calcul des spécificités, et mesures d’association.

L’objectif est de donner aux étudiants les bases méthodologiques et pratiques nécessaires pour explorer, décrire et interpréter des données textuelles à grande échelle.

• Acquérir les bases de l’analyse statistique des données textuelles et de la textométrie appliquée aux corpus
• Savoir identifier et exploiter différents observables linguistiques (formes, lemmes, catégories morphosyntaxiques, motifs, cooccurrents) pour décrire des phénomènes langagiers
• Maîtriser les principales méthodes statistiques d’exploration de corpus (analyses factorielles, spécificités, mesures d’association) et utiliser des logiciels spécialisés comme TXM, Iramuteq ou MotifWorkBench afin de conduire une analyse autonome de données textuelles

M3C en deux sessions
• RÉGIME STANDARD session 1: CC 100% Contrôle continu: 2 notes au moins.
• RÉGIME DÉROGATOIRE session 1: Non pas de dérogatoire possible pour cet enseignement.
• REGIME STANDARD Session 2 (dite de 2nd chance): CT 100% Contrôle Terminal: 1 note, évaluation Ecrite 2h.

Dans le cadre de cet EC, sauf autorisation expressément formulée par l'enseignant.e, l’usage de l’IA pour aider à la réalisation des travaux de contrôle continu soumis à évaluation est interdit. Les étudiant.e.s n’ont pas le droit de faire appel à une IA générative à des fins de documentation, recherche d’idées, construction, rédaction ou édition.

Aucun.

• Connaître les grandes classes d'analyse outillée des données textuelles
• Connaître les modèles statistiques de référence
• Savoir manipuler les logiciels de l'état de l'art

• Poudat, C. & Landragin, F. (2017). Explorer un corpus textuel. Méthodes – pratiques – outils. Louvain-la-Neuve : De Boeck
• Née, É. et al. (2020). Méthodes et outils informatiques pour l’analyse des discours. Rennes : Presses universitaires de Rennes

Logiciels d'analyse statistique des données textuelles :

• TXM (Heiden et al. 2010)
• Iramuteq (Ratinaud 2008)
• MotifWorkBench (Dumoulin & Premat 2026)
• Aad2vec (Dumoulin 2026)