Historique du projet

• Développement des humanités numériques au Canada depuis les années 1990
• Années 2000 : Stéfan Sinclair développe le logiciel HyperPo dans le cadre de ses recherches doctorales sur l’Oulipo.
• Environ 2006 la plateforme est ouverte sous le nom Voyeur, puis Voyant. Elle recourt notamment aux technologies Flash et Java.
• 2015 : Voyant 2.0, réécrit et amélioré

Principes

• Logiciel libre
  • Code distribué publiquement et librement modifiable (licence copyleft GPLv3)
  • Toutes les contributions sont les bienvenues
• Objectif : Manipuler, explorer, fouiller les corpus textuels
  • Interactions rapides et faciles avec les données
  • Conviction que la théorie et la pratique sont intimement mêlées.

Analytical tools are instantiations of interpretive methods that can be woven closely into other hermeneutical things, like text (Rockwell et Sinclair, 2016)

Construction des humanités numériques

• Tension entre
  • L’idéal de l’outil unique omnipotent
  • La personalisation des outils pour les adapter aux usages et aux pratiques individuelles
• Voyant Tools résout en partie cette tension par sa modularité et son caractère évolutif.

Cirrus

Observez le nuage de mots précédent et disponible également à https://page.hn/fwxr07.

• Que représente ce nuage, à votre avis ?
• Parmi ses caractéristique
  • Lesquelles sont issues d’une quantification du texte ?
  • Tous les mots vous semblent-ils pertinents ?
  • Manque-t-il des mots ?

Quand vous aurez réfléchi à ces questions, manipulez les paramètres du nuage :

• Changez le nombre de termes pris en compte au moyen du curseur
• Modifiez la liste des mots vides filtrés en accédant aux options (icône en haut à droite)
  • Que se passe-t-il quand on ne filtre rien ?

Termes/Terms

La table des fréquences

Observez :

• Les colonnes cachées (survolez les en-têtes des colonnes affichées et cliquez sur la flèche à droite)
  • Quelles colonnes vous sont cachées par défaut ?
• Les sparklines, qui résument dans la colonne de droite les tendances des termes au fil du texte
  • Quel(s) usages imaginez-vous pour ces sparklines ?

Lecteur/Reader

L’affichage complet

• Que se passe-t-il si vous passez votre curseur sur un mot ? si vous le sélectionnez ?
  • Que représente alors la frise située sous le texte ?
• Testez les fonctions de requêtes (champ de texte en bas à gauche) : Comment sont répartis les mots commençant par « death » dans ce texte ?

Contextes/Contexts

Le concordancier (du type Keyword in Context, KWIC).

• Observez les curseurs, en particulier celui qui se nomme « Contexte » : à quoi sert-il ?
• Un menu vous donne la possibilité de restreindre le corpus à certains documents. Est-il utile ici ? Pourquoi ?

Autres outils

Principe des vues :

• À chaque outil correspond un panneau, que vous pouvez réduire ou agrandir.
• Pour chaque panneau, des options sont disponibles. Survolez, puis cliquez.
• Chaque panneau peut être manipulé ou exploré d’une façon qui lui est propre.
• Chaque panneau peut modifier le contenu d’autres panneaux.

Voyant Tools propose actuellement 24 outils en ligne (voir la documentation) :

• Linguistique de corpus / computationnelle (dénombrement, concordance, co-occurrence)
• Humanités numériques (modélisation thématique aka topic modelling)
• Expérimentaux, artistiques (lesquels, à votre avis ?).

Testez les fonctions d’export, qui dépendent de l’outil concerné. Elles peuvent fournir :

• une référence bibliographique
• une image produite par un outil
• d’autres types de données produites par un outil (formats HTML, TSV et JSON)
• une nouvelle URL pour afficher un outil séparément, dans la fenêtre entière du navigateur
• un fragment de code pour intégrer le panneau ou la vue à une page HTML

Quelles sont les fonctions des outils suivants ?

• Résumé/Summary

• Documents

• Syntagmes/Phrases

• Tendances/Trends

• Corrélations/Correlations

• Collocations/Collocates

• Liens/Links

• Nuage de points/Scatter plot

• Thèmes/Topics

Créer un corpus

Voyant vous autorise à créer un corpus de plusieurs manières :

• Vous pouvez copier-coller du texte.
• Vous pouvez saisir une ou plusieurs URL que Voyant ira visiter.
• Vous pouvez charger un texte à partir d’un ou de plusieurs fichiers, en texte brut ou formaté

Exemples commentés

Voici quelques exemples, à l’occasion desquels je précise certains points. Les fichiers mentionnés sont disponibles dans le dossier data de ce même entrepôt (pour les télécharger, faites un clic droit, CTRL-clic ou un clic à deux doigts, en fonction de la configuration de votre système).

Import par des URL

La page de Wikipédia réputée la plus longue

Cette page requiert clairement la liste de mots vides « Multilingue », pourquoi ?

Français moderne : Lautréamont, Les Chants de Maldoror

• La prévalence du vocabulaire corporel me semble frappante.
• Le découpage en mots (tokénisation, ou segmentation) par défaut conserve comme unités des éléments contenant une apostrophe tels que « n’est ». Vous pouvez changer ce réglage avant de créer le corpus en changeant de segmentation dans les options de « Préparation/Processing »

Moyen français : Rabelais, Pantagruel

• Observer les distributions des noms propres Pantagruel et Panurge. Que remarquez-vous ?
• Trouver une bonne liste de mots vide n’est pas forcément évident ici. Pourquoi à votre avis ?

Import de fichiers TXT

Latin : César, La Guerre des Gaules (fichier)

Sélectionnez bien sûr les mots vides de la liste « Latin ». Voyez que, faute de lemmatisation, les formes du nom de César (« caesar, caesarem ») ou des mots signifiant « camp » et « ennemis » (« castra, castris » et « hostium, hostes, hostibus ») sont distinguées.

Latin : César, La Guerre des Gaules, texte lemmatisé (fichier)

Sans être parfaite, la lemmatisation suffit ici pour constater la différence avec le texte précédent. Pour vous en assurer, vous pouvez charger les textes dans deux fenêtres et exporter certaines vues ou listes.

Import depuis une archive zip

Français, espagnol et anglais : Digital Humanities Quarterly 12.1, numéro de revue sur les humanités numériques hispanophones et francophones, en accès libre (licence CC-BY-ND) à charger en version nettoyée depuis le dépôt

• Comme précédemment, sélectionnez la liste de stopwords « Multilingue ».
• Il est utile d’éditer la liste pour filtrer des termes comme « http », « digital » et « humanities ».